• 主题
高级搜索  >
历史搜索 清空历史
首页> 外文期刊>Pattern Analysis and Machine Intelligence, IEEE Transactions on >Hyperconnected Attribute Filters Based on k-Flat Zones
【24h】

Hyperconnected Attribute Filters Based on k-Flat Zones

机译：基于k平坦区域的超连接属性过滤器

获取原文
获取原文并翻译 | 示例
           
页面导航
  • 摘要
  • 著录项
  • 相似文献
  • 相关主题

摘要

In this paper, we present a new method for attribute filtering, combining contrast and structural information. Using hyperconnectivity based on k-flat zones, we improve the ability of attribute filters to retain internal details in detected objects. Simultaneously, we improve the suppression of small, unwanted detail in the background. We extend the theory of attribute filters to hyperconnectivity and provide a fast algorithm to implement the new method. The new version is only marginally slower than the standard Max-Tree algorithm for connected attribute filters, and linear in the number of pixels or voxels. It is two orders of magnitude faster than anisotropic diffusion. The method is implemented in the form of a filtering rule suitable for handling both increasing (size) and nonincreasing (shape) attributes. We test this new framework on nonincreasing shape filters on both 2D images from astronomy, document processing, and microscopy, and 3D CT scans, and show increased robustness to noise while maintaining the advantages of previous methods.
机译：在本文中，我们提出了一种将对比度和结构信息相结合的属性过滤的新方法。使用基于k平坦区域的超连通性，我们提高了属性过滤器将内部细节保留在检测到的对象中的能力。同时，我们改善了对背景中不必要的小细节的抑制。我们将属性过滤器的理论扩展到超连通性，并提供了一种快速算法来实现该新方法。新版本仅比连接属性过滤器的标准Max-Tree算法慢一点，像素或体素的数量呈线性。它比各向异性扩散快两个数量级。该方法以适合于处理增加的（大小）和不增加的（形状）属性的过滤规则的形式实现。我们在来自天文学，文档处理和显微镜的2D图像以及3D CT扫描的非递增形状滤镜上测试了这个新框架，并显示了对噪声的增强的鲁棒性，同时保持了先前方法的优势。

著录项

相似文献

  • 外文文献
  • 中文文献
  • 专利
获取原文

客服邮箱：kefu@zhangqiaokeyan.com

京公网安备：11010802029741号 ICP备案号：京ICP备15016152号-6 六维联合信息科技 (北京) 有限公司©版权所有

  • 客服微信

  • 服务号